基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...     

基于Shapley值分配原则的铁路应急资源调度研究

多事故点-多资源-多救援点的铁路突发事件在应急救援初期可能存在资源不足的情形,如何科学、合理地分配各事故点的应急资源关系到救援的公平与效率。提出Shapley值分配原则确定各事故点的资源分配量,在此基础上建立救援时间最短及调运成本最小的多目标优化模型,并借助Lingo软件编程求解,最后以某案例进行实证分析。通过对多种分配原则下的救援方案进行比较分析。结果表明：Shapley值分配原则在多事故点资源分配下可以更好地兼顾公平和效益,使有限资源下的分配更为合理,救援方案更加科学。     

重点要“稳” 采埃孚自动驾驶目标锁定L2+和L4

"现在市场上有些系统,让你在驾驶过程中,明显的感觉到车身的摆动,说明它们的车道保持不好。这样会影响驾驶者的驾驶体验。对我们而言,度量级别不重要,重点是稳!"——采埃孚全球CEO沃夫翰宁·施艾德回顾过去三年所经历的CES展会,整个自动驾驶行业一直长期处于亢奋状态。从L2-L5级别,只要你想似乎都能找到相对应的产品以及解决方案。仿佛大家之间正进行一场不言而喻的军备竞赛。远的不说,单说采埃孚本身,2017年第一次亮相并现场与百度合作上车的ProAI至今历历在目。随后两年,ProAI的型号一年比一年高,性能也逐代强悍。     

上海智慧高速公路建设与发展探讨

作为智能交通系统在高速公路领域的延伸,智慧高速公路的建设是实现"交通强国"的重要基础。从国内外智慧公路发展现状出发,结合上海市高速公路信息化发展现状,提出智慧高速公路建设与发展总体设想。明确其发展的愿景目标,制定分阶段、分项规划目标,基于目标设计一套符合上海特点的总体架构,总体思路为"1112N",1套实现高速公路全域、全量、全时、全要素的全息感知体系,1张"有线骨干网+5G无线"相融合的多元互补网络,1个跨层级、跨地域、跨系统、跨部门、跨业务的云数据中心,面向高速公路路网级和高速公路路段级的2级应用平台,针对管控、养护、应急、收费、车路协同、出行服务等N个高速公路业务应用。最后,根据上海市智慧高速总体架构,提出智慧设施、智慧决策、智慧管控、智慧服务及基础配套类等五大任务,对应各类任务提出15项细化建设任务,并对建设内容进行详细解析。     

从5.4GW到0.7GW，德国近三年新增陆上风电装机量大跳水

2019年12月德国环保智库Agora表示,2020年德国风机和太阳能组件的安装速度放缓,可能会使该国的碳减排目标面临风险。2017年、2018年、2019年德国陆上风电新增装机量分别为5 334MW,2 402MW和700MW,呈断崖式下滑。据Agora估计,2019年德国新增陆上风电装机量达700MW,是20年来的最低水平。     

基于重要性重采样粒子滤波器的机动目标跟踪方法

采用重要性重采样技术改进了标准粒子滤波算法,通过设定有效采样尺度来减少权值较小的粒子数目,在一定程度上克服了退化现象。仿真结果表明,采用PF跟踪机动目标,其跟踪精度要高于IMM,说明PF具有较强的处理非线性系统的能力;对标准PF采用重要性重采样策略后,PF的跟踪精度和平稳性都得到了进一步改善。     

招聘问题的数学模型

对招聘过程中多个定性因素,采用了模糊语言评估,用等级测评法将各类指标模糊量化;运用了多属性决策中的目标规划,引入权重对同一优先级上的不同评价指标进行综合分析,从而解决了不同优先级上各级的择优选择问题;并针对不考虑应聘者志愿和考虑应聘者志愿两种不同情况,分别给出了两种录用分配方案。     

"海上安全与环境管理"硕士班教学计划概览

"海上安全与环境管理"硕士班是2005年经国务院学位委员会批准由世界海事大学(WMU)和大连海事大学(DMU)联合创办的一种继续教育模式。该合作项目主要由技术、法律(法规)和管理(经济学)三个关键部分构成,其目标是培养适应社会经济发展需要的高水平海事专业人才,解决海上安全与海洋环境保护中凸现并日益复杂的重要问题。经过几年的运作,到目前为止,该班已有两期学员取得毕业资格。"海上安全与环境管理"硕士班的教学计划,体现了国际海事教育主要内容和趋势,在此编发旨在为国内海事培训部门提供借鉴。     

大俯仰角时的潜艇目标强度研究

大俯仰角时的潜艇目标强度是自顶向下攻击的水中兵器所需要的重要目标特性数据,而该类目标特性数据难以测量.为此,以多亮点模型为理论基础,通过仿真方法研究了大俯仰角情况下的潜艇目标强度.从研究结果可知,在正横方位上,潜艇目标强度与俯仰角无关;在其他方位上,当照射角相同时,俯仰角越大,目标强度值也越大;当俯仰角为90°时,潜艇的目标强度与声波的照射角无关.研究结果与潜艇的物理结构特性相吻合,对水中兵器的科研与试验具有一定的参考价值.